Pytania otagowane jako multilevel-analysis

Analiza statystyczna zestawów danych obejmujących kilka poziomów hierarchii (np. Uczniowie zagnieżdżeni w klasach zagnieżdżonych w szkołach lub prognozy hierarchiczne). W przypadku pytań dotyczących modeli mieszanych użyj znacznika [mixed-model]. Aby zagnieżdżać efekty losowe, użyj [nested-data].

1
Skrzyżowane i zagnieżdżone efekty losowe: czym się różnią i jak są poprawnie określone w lme4?
Oto jak zrozumiałem zagnieżdżone vs. skrzyżowane efekty losowe: Zagnieżdżone efekty losowe występują, gdy niższy współczynnik poziomu pojawia się tylko w określonym poziomie współczynnika wyższego poziomu. Na przykład uczniowie w ramach klas w ustalonym momencie. W lme4Myślałem, że reprezentują losowe efekty dla zagnieżdżonych danych w jednym z dwóch równoważnych sposobów: (1|class/pupil) …
8
Wygeneruj zmienną losową ze zdefiniowaną korelacją z istniejącą zmienną (zmiennymi)
Dla badań symulacyjnych mam do generowania zmiennych losowych, które wykazują prefined (populacji) korelację do istniejącej zmiennej .YYY I spojrzał w Ropakowaniach copula, a CDVinektóre mogą powodować przypadkowe wielowymiarowych rozkładów danej struktury zależności. Nie można jednak naprawić jednej z powstałych zmiennych do istniejącej zmiennej. Wszelkie pomysły i linki do istniejących funkcji …
8
W jakich warunkach należy stosować analizę wielopoziomową / hierarchiczną?
W jakich warunkach należy rozważyć zastosowanie analizy wielopoziomowej / hierarchicznej zamiast analiz bardziej podstawowych / tradycyjnych (np. ANOVA, regresja OLS itp.)? Czy istnieją sytuacje, w których można to uznać za obowiązkowe? Czy istnieją sytuacje, w których stosowanie analizy wielopoziomowej / hierarchicznej jest nieodpowiednie? Wreszcie, jakie są dobre zasoby dla początkujących …
2
Jaka jest różnica między „głębokim uczeniem się” a modelowaniem wielopoziomowym / hierarchicznym?
Czy „głębokie uczenie się” to kolejny termin na modelowanie wielopoziomowe / hierarchiczne? Jestem znacznie bardziej zaznajomiony z tym drugim niż ten pierwszy, ale z tego, co mogę powiedzieć, podstawowa różnica nie polega na ich definicji, ale na tym, jak są one używane i oceniane w ich domenie aplikacji. Wygląda na …
5
Jak radzić sobie z hierarchicznymi / zagnieżdżonymi danymi w uczeniu maszynowym
Wyjaśnię mój problem na przykładzie. Załóżmy, że chcesz przewidzieć dochód danej osoby na podstawie niektórych atrybutów: {Wiek, płeć, kraj, region, miasto}. Masz taki zestaw danych szkoleniowych train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, 25,41,45,19, 37,41,31,50), Gender=factor(c("M","F","M","F", "M","F","M","F", "F","F","F","M")), Income=c(31,42,71,65, 50,51,101,38, 47,50,55,23)) train CountryID RegionID CityID …
29 regression  machine-learning  multilevel-analysis  correlation  dataset  spatial  paired-comparisons  cross-correlation  clustering  aic  bic  dependent-variable  k-means  mean  standard-error  measurement-error  errors-in-variables  regression  multiple-regression  pca  linear-model  dimensionality-reduction  machine-learning  neural-networks  deep-learning  conv-neural-network  computer-vision  clustering  spss  r  weighted-data  wilcoxon-signed-rank  bayesian  hierarchical-bayesian  bugs  stan  distributions  categorical-data  variance  ecology  r  survival  regression  r-squared  descriptive-statistics  cross-section  maximum-likelihood  factor-analysis  likert  r  multiple-imputation  propensity-scores  distributions  t-test  logit  probit  z-test  confidence-interval  poisson-distribution  deep-learning  conv-neural-network  residual-networks  r  survey  wilcoxon-mann-whitney  ranking  kruskal-wallis  bias  loss-functions  frequentist  decision-theory  risk  machine-learning  distributions  normal-distribution  multivariate-analysis  inference  dataset  factor-analysis  survey  multilevel-analysis  clinical-trials 
3
Co oznaczają „niezależne obserwacje”?
Próbuję zrozumieć, co oznacza założenie niezależnych obserwacji . Niektóre definicje to: „Dwa zdarzenia są niezależne wtedy i tylko wtedy, gdy .” ( Słownik terminów statystycznych )P(a∩b)=P(a)∗P(b)P.(za∩b)=P.(za)∗P.(b)P(a \cap b) = P(a) * P(b) „wystąpienie jednego zdarzenia nie zmienia prawdopodobieństwa innego” ( Wikipedia ). „pobieranie próbek z jednej obserwacji nie wpływa na …
1
Czy stopnie swobody mogą być liczbą niecałkowitą?
Kiedy korzystam z GAM, daje mi resztkowy DF (ostatni wiersz kodu). Co to znaczy? Wychodząc poza przykład GAM, ogólnie, czy liczba stopni swobody może być liczbą niecałkowitą?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median 3Q Max -4.1470 -1.6217 -0.8971 …
27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 
3
Równania w wiadomościach: Tłumaczenie modelu wielopoziomowego dla ogółu odbiorców
„New York Times” długo komentuje „oceniający wartość dodaną” system oceniania nauczycieli, który służy do przekazywania informacji nauczycielom z Nowego Jorku. Lede to równanie używane do obliczania wyników - przedstawione bez kontekstu. Retoryczna strategia wydaje się zastraszaniem za pomocą matematyki: Pełny tekst artykułu jest dostępny pod adresem : http://www.nytimes.com/2011/03/07/education/07winerip.html Autor, Michael …
2
Dlaczego wartość
tło Jednym z najczęściej używanych słabych wcześniejszych wariantów jest odwrotna gamma o parametrach (Gelman 2006) .α = 0,001 , β= 0,001α=0,001,β=0,001\alpha =0.001, \beta=0.001 Jednak rozkład ten ma 90% CI około .[ 3 × 1019, ∞ ][3)×1019,∞][3\times10^{19},\infty] library(pscl) sapply(c(0.05, 0.95), function(x) qigamma(x, 0.001, 0.001)) [1] 3.362941e+19 Inf Na tej podstawie interpretuję, …
2
Informacje Fishera w modelu hierarchicznym
Biorąc pod uwagę następujący hierarchicznego modelu X∼N( μ ,1),X∼N(μ,1), X \sim {\mathcal N}(\mu,1), a, w którym jest normalny. Czy istnieje sposób na uzyskanie dokładnego wyrażenia dla informacji Fishera o krańcowym rozkładzie danego . To znaczy, jaka jest informacja Fishera dla: Mogę uzyskać wyrażenie dla rozkładu brzeżnego danego , ale różnicowania …
4
Jak obliczyć przedział ufności średniej średnich?
Wyobraź sobie, że powtarzasz eksperyment trzy razy. W każdym eksperymencie zbierasz trzykrotnie pomiary. Trzy powtórzenia wydają się być dość blisko siebie, w porównaniu do różnic między trzema średnimi eksperymentalnymi. Obliczenie wielkiego środka jest dość łatwe. Ale jak obliczyć przedział ufności dla wielkiej średniej? Przykładowe dane: Eksperyment 1: 34, 41, 39 …
3
Kiedy stosować stałe efekty w porównaniu do używania klastrowych SE?
Załóżmy, że masz jeden przekrój danych, w którym poszczególne osoby znajdują się w grupach (np. Uczniowie w szkołach) i chcesz oszacować model postaci, w Y_i = a + B*X_iktórej Xwektor cech indywidualnych i astałych jest stały. W takim przypadku załóżmy, że nieobserwowana heterogeniczność między grupami wpływa na twoje oszacowania punktowe …
1
Klastrowe błędy standardowe a modelowanie wielopoziomowe?
Przejrzałem kilka książek (Raudenbush i Bryk, Snijders i Bosker, Gelman & Hill itp.) Oraz kilka artykułów (Gelman, Jusko, Primo i Jacobsmeier itp.), I nadal nie zawinąłem głowy główne różnice między używaniem klastrowanych błędów standardowych i wielopoziomowego modelowania. Rozumiem części, które muszą mieć do czynienia z pytaniem badawczym; istnieją pewne rodzaje …
5
Pakiet R do wielopoziomowego modelowania równań strukturalnych?
Chcę przetestować wieloetapowy model ścieżki (np. A przewiduje B, B przewiduje C, C przewiduje D), gdzie wszystkie moje zmienne są indywidualnymi obserwacjami zagnieżdżonymi w grupach. Do tej pory robiłem to poprzez wiele unikalnych analiz wielopoziomowych w R. Wolałbym użyć techniki takiej jak SEM, która pozwala mi testować wiele ścieżek jednocześnie …
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.